博客

Python 通用的group-by归约

  • Post category:Python

当我们在使用Python Pandas等库对数据进行分组及聚合统计时，通用的group-by 归约方法是可以大大简化我们的代码实现的。下面将对Python group-by的使用方法进行详细的讲解。

1. group-by的语法

group-by 是 Pandas库提供的重要函数之一，其基本语法如下：

DataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, observed=False, **kwargs)

其中，参数说明如下：

  • by：指按照哪个或哪些列进行分组，可以传入一个或多个列表或Series；
  • axis：指按照哪个方向进行分组，0表示按行分组，1表示按列分组，默认值是0；
  • level：指定按照哪个多级索引标签进行分组；
  • as_index：指定是否将分组by作为结果DataFrame的索引，默认为True；
  • sort：表示是否对结果进行排序，默认True，排序后结果更易读；
  • group_keys：指定是否对满足条件的组进行标注，默认为True；
  • squeeze：指定结果是否为Series类型，默认为False（DataFrame类型）。

groupby函数接收一个或多个列的名字（或 DataFrame/ Series中的列索引），最终返回以该列或这些列为分类标准，同类元素放在一组的 dictionary 类型组合数据。

2. group-by的示例

实例1：按照单个列分组

以下代码演示了如何按照一个列进行分组：

import pandas as pd

data = {'name': ['张三', '李四', '王五', '小明', '小红', '小张', '小王', '小李'], 'class': ['One', 'Two', 'Three', 'One', 'Two', 'One', 'One', 'Three'], 'score': [90, 88, 78, 98, 86, 87, 84, 76]}

df = pd.DataFrame(data)
g = df.groupby('class')
print(g.groups)

输出结果：

{'One': [0, 3, 5, 6], 'Three': [2, 7], 'Two': [1, 4]}

实例2：按照多个列分组

以下代码演示了如何按照多个列进行分组：

import pandas as pd

data = {'name': ['张三', '李四', '王五', '小明', '小红', '小张', '小王', '小李'], 'class': ['One', 'Two', 'Three', 'One', 'Two', 'One', 'One', 'Three'], 'score': [90, 88, 78, 98, 86, 87, 84, 76]}
df = pd.DataFrame(data)
g = df.groupby(['class', 'score'])
print(g.groups)

输出结果：

{('One', 84): [6], ('One', 87): [5], ('One', 90): [0], ('One', 98): [3], ('Three', 76): [7], ('Three', 78): [2], ('Two', 86): [4], ('Two', 88): [1]}

从输出结果可以看出，分组结果以元组形式展示，表示按照class和score两个列进行分组。

Tags: